岗位职责
负责平台规划与业务流程设计。 围绕任务管理、资源管理、BadCase、数据资产和数据运营五个模块，梳理用户角色、核心对象、流程与系统边界，制定产品路线图和需求优先级。 建设任务与资源协同能力。 将业务需求转化为可执行、可验收的任务，完善任务分发、资源匹配、执行跟踪和质量管理机制，支持内部团队及专家、评测人员、供应商等外部资源协作。 建设数据采集、质检与交付闭环。 明确数据来源、授权、质量标准、版本和交付要求，推动数据从采集、质检到交付、消费和效果反馈的全流程管理，避免“完成采集但未被有效使用”。 完善 BadCase 与模型迭代反馈机制。 支持问题聚合、证据留存、过程回放、分类归因和修复回归，协同业务与算法团队，将真实问题转化为可用于评测和优化的数据。 推动数据资产沉淀与复用。 完善数据集、评测基准、样本、报告等资产的管理机制，支持检索、权限、版本追踪及复用，提升数据资产的可发现性和可信度。 推动交付并验证业务结果。 协同研发、算法、评测、数据运营及相关平台团队完成方案落地，通过任务交付效率、数据质量、数据消费情况和修复回归结果，持续优化产品。
职位要求
具备平台型产品经验。 建议要求 3 年以上产品工作经验，有数据平台、流程平台、企业服务、研发效能或 AI 平台相关经验；至少完整负责过一个复杂业务流程从需求分析到上线、验收和迭代的过程。 具备业务抽象与系统设计能力。 能从多团队诉求中识别共性，设计清晰的对象模型、状态流转、角色权限和异常处理机制，而不是将零散需求堆成页面与功能。 理解 AI 数据与模型迭代的基本流程。 理解数据采集、标注、质检、评测、问题反馈及回归验证之间的关系，能够与算法和评测团队讨论需求；不要求独立训练模型，但需要判断数据和评测方案是否能够支撑业务目标。 具备跨团队推进与边界管理能力。 能明确业务方的规则与验收责任、PD 的方案与优先级责任，以及协同方的技术和平台支持责任，主动管理依赖、风险和交付范围。 具备扎实的产品交付能力。 能独立输出产品方案、流程图、原型和验收标准，覆盖正常流程、异常场景、权限控制及数据追踪，并持续跟进上线后的使用效果。
